基于改进的2D-OTSU磁柱表面缺陷检测方法

王 军，肖晶晶，胡刚雨

（江西理工大学 机电工程学院，赣州 341000）

0 引言

磁柱的生产工序为：熔炼-制粉-成型-烧结-研磨-外观检测-成品，在磁柱成型、烧结以及研磨过程中，磁柱表面会产生结疤、黑片、掉边、裂缝等表面缺陷。企业现有的磁柱表面缺陷检测工序采用人工裸眼进行检测，该方法准确性不高、劳动密集、受人工经验和主观因素的影响大[1，2]。

近年，采用机器视觉方法进行物体表面缺陷检测有较多应用。例如，Weijun Xie等[3]利用图像不同分量实现了胡萝卜表面缺陷检测。李俊峰等[4]为实现磁环表面缺陷提取，将缺陷分为两大类，利用掩模技术设计了磁环表面缺陷提取方法。由于磁柱体积小、呈圆柱体，且表面易反光，图形对比度较低等原因，因此现有的表面缺陷检测算法并不适用于磁柱。例如崔家俊等[5]提出的改进的Gabor滤波器算法实现小型磁环缺陷检测，对于对比度低的磁柱表面而言，此方法效果并不明显。

针对于磁柱体积小、表面易反光，图形对比度较低的特征，本文提出了一种基于改进的2D-OTSU磁柱表面缺陷检测方法。采用了图像增强、图像去噪、图像分割等图像处理方法，提取图像缺陷特征并进行分类识别。本文采用的方法对提高磁柱表面缺陷检测的速度与准确性具有一定的应用价值。

1 磁柱图像获取

由于所有信息都来自图像，因此图像的质量决定了整个检测系统的好坏[6，7]。由于环境及磁柱的属性，存在多个因素影响磁柱图像的采集。考虑到磁柱是表面光滑曲面的轴类物体，CCD成像质量会受光照方式以及相机坐标位置的影响，因此需对图像采集中的光源、相机等进行标定及计算验证，以确定光源、相机的安放位置以及磁柱的摆放形式与工作方式。本系统中磁柱采用传送带传送，由直流电机驱动传送装置使得磁柱在传送带上做匀速轴向旋转。通过实验验证，当固定磁柱与相机的相对位置后，相机每次可获取磁柱外表面三分之一左右图像，其中清晰部分约占四分之一，图像获取过程示意图如图1所示，调节拍摄速度使得磁柱旋转一周的时间内相机连续获取4张图片，完成磁柱所有外表面图像获取。

图1 图像获取过程示意图

2 图像处理

2.1 图像去噪

磁柱表面缺陷图像在采集、传输等过程中会存在很多噪声，如高斯噪声、椒盐噪声等[7，8]。图像去噪的方法中有均值滤波与中值滤波等[9，10]。采用以上两种去噪滤波方法对磁柱表面缺陷图像进行滤波去噪处理，去噪结果如图2所示。

图2 去噪结果

由去噪结果可知，采用5×5中值滤波模板滤波的效果为最佳，相比于其他滤波方法，其清晰度最高，细节保留完整，更好地去除了噪声。为了更好地对磁柱表面缺陷图像去噪结果进行评判，采用PSNR（峰值信噪比）与MSE（均方误差）对两种滤波的方法的滤波结果进行评价，滤波效果对照表如表1所示。

表1 滤波效果对照表

由表1可知，采用中值5×5滤波模板对磁柱表面缺陷图像进行中值滤波所得到的PSNR值最大，MSE值最小，图像去噪效果最好。

2.2 改进的2D-OTSU算法进行图像分割

OTSU方法也称之为最大类间方差方法[11]。由于该方法抗噪性较弱，而对于对比度小的磁柱图像易受到噪声影响，利用一维OTSU方法效果并不友好，相对于一维OTSU，2D-OTSU对噪声敏感度更低[12]，在磁柱表面缺陷图像分割更有效，但分割结果仍然受噪声影响。为了进一步消除噪声影响，本文通过引入权重系数β，对2D-OTSU算法改进，优化图像分割效果。

假设数字图像f(x，y)的领域平滑图像为g(x，y)，在二维直方图中f(x，y)为横坐标，g(x，y)为纵坐标，二维单元(i，j)由像素灰度值i与领域灰度值j组成，其概率为为(i，j)的个数，由此可得：

当选取一个阈值(u，v)，则将二维直方图分成四大区域，区域一和区域三分别为目标与背景区域，区域二和区域四分别为噪声与边缘区域。二维直方图如图3所示。

图3 二维直方图

设目标和背景区域概率为ω0和ω1，则：

其对应的均值η0和η1为：

则总灰度均值为：

各类内离散矩阵为：

类间离散矩阵为：

ω0和ω1的距离函数为：

当rtr(S)和ω1为最大时的(i，j)，选取作为最佳阈值(u，v)。但在缺陷区域与背景区域边缘仍存在孤立噪声，为了消除孤立噪声的影响，在2D-OTSU算法的基础上引入权重系数β，确定最终综合目标函数，来获取最佳阈值。通过研究类间离散矩阵与类内离散矩阵确定目标函数为：

rtr(S)max为类间rtr(S)取最大值，rtr(Sk)min为类内rtr(Sk)取最小值，β为权重系数，它与图像的灰度特性相关，可用ωk来对其进行描述。权重系数β的计算公式为：

根据磁柱图像特性以及大量实验，取a=0.6，a=0.045。加入权重系数β，对2D-OTSU算法改进，消除孤立噪声的影响。算法流程图如图4所示。

图4 算法流程图

2.3 特征提取

数字图像可以从灰度特征、几何特征进行特征描述[13]。磁柱分割图像是二值化图像，不宜采用灰度特征进行描述，几何特征表示了目标外观信息的特征量，本文采用周长、面积和宽度来对磁柱表面缺陷图像进行几何特征描述，具体算法如下：采用链码的方法获得缺陷周长、计算缺陷区域的像素总和求面积、计算缺陷区域中的最大宽度获取宽度信息。

本磁柱表面缺陷分为裂缝、黑片、结疤、掉边四种缺陷，通过对磁柱表面缺陷图像中的四种缺陷进行几何特征提取，获取缺陷区域的特征值。对100组缺陷数据进行统计，得到了各种缺陷的几何特征，如表2所示。通过分析磁柱表面缺陷几何信息特征量，为磁柱表面缺陷图像的缺陷分类识别提供了重要的判断依据。

表2 缺陷特征提取结果

3 实验结果及分析

3.1 算法比较

对本文改进的2D-OTSU图像分割算法进行试验，并与传统OTSU图像分割算法和文献[5]改进的Gabor滤波器算法对磁柱结疤、黑片、掉边、裂缝缺陷图像分割进行对比实验分析。算法对比效果如图5所示。从算法效果对比图中可以看出，磁柱表面缺陷复杂，缺陷种类多，对于结疤和黑片缺陷，采用OSTU算法会出现较多的噪声点，文献[5]算法减少了噪声点，但是磁柱边缘分割效果不好，对于掉边，OSTU算法依然有较多噪点，文献[5]和本文算法都能较好分割，而对于对比度低的裂缝缺陷，传统OTSU图像分割算法与文献[5]算法依然受孤立噪声影响，不能对磁柱表面缺陷有效提取，而本文算法能有效消除孤立噪声，进行磁柱表面缺陷提取。

图5 算法对比效果

3.2 实验结果

为了进一步验证本文算法的有效性，选取1000个样本进行缺陷检测，200个不同缺陷样本进行识别，并对以上传统OTSU算法、文献[5]算法和本文算法三种不同算法进行图像分割测试。算法对比结果如表3所示。从表中可以看出本文算法与传统OTSU算法和文献[5]算法的准确率相比更高，而且1000个样本进行缺陷检测，漏检率为0，在识别磁柱表面缺陷上更准确有效。

表3 算法对比结果

对各类实际缺陷数与本文算法测试结果进行分类统计，各类缺陷测试对比结果如表4所示。

表4 各类缺陷测试对比结果

由表4可知，对于四种不同的磁柱表面缺陷，综合识别正确率达到了98%，裂缝缺陷识别正确率最高，正确率高达100%，黑片缺陷由于与结疤缺陷类型相似度较高，误检数为最多，正确率与其他三种缺陷类型相比较低，但正确率也能达到96.9%以上，尤其是漏检率为0，可以保证有缺陷的产品均能全部检测出，能够达到磁柱表面缺陷检测的要求。

4 结语

本文提出了基于改进的2D-OTSU磁柱表面缺陷检测方法对磁柱表面缺陷进行检测。标定相机获取磁柱图像，采用中值滤波方法对图像进行滤波去噪处理，通过加入权重系数β对2D-OTSU算法改进，进而对缺陷图像进行图像分割，并与其他算法进行对比，实现了磁柱表面缺陷目标与背景分离。提取了磁柱表面缺陷的几何特征，通过实验，本文算法相比于其他两种算法更准确有效，对磁柱表面缺陷检测综合准确度达到98%，没有漏检，满足企业对磁柱表面缺陷检测分类的要求，提高了准确性与检测效率。